Detección de estrés en conductores automovilísticos a través de medidas estadísticas y señales electromiográficas

Olivia Vargas López

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Juan Pablo Amézquita Sánchez	es_ES
dc.creator	Olivia Vargas López	es_ES
dc.date	2022-03-01
dc.date.accessioned	2022-03-03T21:22:02Z
dc.date.available	2022-03-03T21:22:02Z
dc.date.issued	2022-03-01
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/3506
dc.description	Las consecuencias económicas y personales derivados de los accidentes automovilísticos generan efectos negativos en la sociedad, los cuales han ido en aumento recientemente. Una de las causas que pueden generar estos accidentes de tráfico es el estrés presente en los conductores mientras van manejando sus automóviles, por ello, es fundamental desarrollar técnicas para la detección de niveles estrés en conductores automovilísticos. Las metodologías desarrolladas anteriormente son capaces de distinguir si el conductor presenta estrés o no con una mala relación efectividad y carga computacional, lo cual no permite que pueda ser implementada en tiempo real. En este trabajo, se investiga la eficiencia de indicadores estadísticos tales como moda, mediana, desviación estándar, varianza, entre otros, debido a que estos son capaces de medir cambios sutiles que se dan en una señal fisiológica como las señales electromiográficas. En este sentido, los resultados que se han obtenido con la metodología desarrollada en esta investigación mostraron que la varianza y la desviación estándar en conjunto con un clasificador de tipo máquina de soporte vectorial con un kernel cúbico son los más efectivos para la detección de estrés en conductores con una efectividad del 96%, lo cual muestra una mejora en la eficiencia, además de ser una metodología de baja carga computacional debido a que no tiene una etapa de preprocesamiento de las señal. Es importante mencionar, que las máquinas de soporte vectorial pueden ser entrenados con diferentes kernels, por lo tanto, se entrenó el clasificador con cada uno de ellos para conocer cual daba el mejor resultado utilizando como entrada los indicadores estadísticos.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.relation.requires	No	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	estrés	es_ES
dc.subject	EMG	es_ES
dc.subject	medidas estadísticas	es_ES
dc.subject	máquina de soporte vectorial	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Detección de estrés en conductores automovilísticos a través de medidas estadísticas y señales electromiográficas	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.creator.identificador	VALO950407MQTRPL03	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias (Mecatrónica)	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES